Especifique o local para acessar o modelo

Os modelos de IA generativa do Google estão disponíveis em regiões específicas.

Ao inicializar o serviço de back-end Vertex AI Gemini API no seu código, você pode especificar o local do modelo que está acessando nas suas solicitações. Consulte a lista de locais disponíveis mais adiante nesta página.

Para acessar quase todos os Gemini modelos, a Vertex AI Gemini API oferece suporte a um local global, o que significa que sua solicitação será processada por um modelo disponível em qualquer lugar do pool global. Definir o local como global para suas solicitações pode ajudar a evitar limites de capacidade para o modelo e reduzir erros de "serviço sobrecarregado" (503).

Dependendo do modelo, a definição desse local pode ser necessária:

• Gemini modelos de pré-lançamento: é necessário definir o local como global (exceto para modelos de pré-lançamento Live API).

• Modelos Gemini 3.x: é necessário definir o local como global ao usar Firebase AI Logic.

• Gemini 2.5 modelos: a definição do local é opcional. Se você não especificar um local, o padrão será us-central1.

• Gemini Live API modelos: a definição do local é opcional. Se você não especificar um local, o padrão será us-central1. Observação: o local global não é compatível.

Confira alguns fatos e práticas recomendadas sobre locais:

• Os limites de capacidade são por modelo, por região e por minuto.

• Para evitar limites de capacidade inesperados, defina o local como global (se o modelo oferecer suporte ao local global).

• Se a definição do local como global não for aplicável ou compatível com seu caso de uso, distribua explicitamente onde você acessa os modelos. Por exemplo, é possível definir o local com base na localização do usuário final usando Firebase Remote Config.

Amostras de código

Essas amostras mostram o acesso a um Gemini modelo, mas também é possível especificar um local ao acessar um Imagen modelo.

Substitua LOCATION pelo código do local (por exemplo, global ou europe-west4) na lista de locais disponíveis mais adiante nesta página.

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
let ai = FirebaseAI.firebaseAI(backend: .vertexAI(location: "LOCATION"))

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "MODEL_NAME")

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
val model = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
                        .generativeModel("MODEL_NAME")

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"))
        .generativeModel("MODEL_NAME");

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// ...

// ...

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: 'MODEL_NAME' });

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
final ai = await FirebaseAI.vertexAI(location: 'LOCATION');

// Create a `GenerativeModel` instance with a model that supports your use case
final model = ai.generativeModel(model: 'MODEL_NAME');

// ...

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "MODEL_NAME");

// ...

Se você especificar um local em que o modelo não está disponível, vai receber um erro 404 informando que o modelo was not found or your project does not have access to it.

Locais disponíveis

Google Cloud usa regiões. Google Cloud só armazena os dados do cliente na região especificada para todos os recursos geralmente disponíveis da IA generativa em Vertex AI.

A IA generativa em Vertex AI está disponível nas seguintes regiões. Alguns modelos e/ou versões específicas podem não estar disponíveis em todos os locais (para disponibilidade detalhada do local, consulte a Google Cloud documentação).

Observações:

• Para todos os modelos Gemini de pré-lançamento (exceto os modelos Live API), o único local com suporte é global.

• Ao usar Firebase AI Logic para acessar modelos Gemini 3.x, o único local com suporte é global.

• Para todos os modelos Live API e todos os modelos Imagen, o global local não tem suporte.